在阅读本文之前你应当了解什么是BerkeleyDB。

应用描述：从海量的搜索日志（log）中提取相似语义单元，为相似关键词提供支持，想做大规模分析（比如金融），也可以考虑这样的方案。

大家都知道BDB是实现了一个高效的键值对结构。同时BDB也提供了Secondary Database，但不是本文的重点。本文实现的方法的应用场景为海量，高效，但不限制存储空间的使用。数据库中表的结构是这样的 KEY|value1|value2|value3| ，BDB的结构是 KEY|value 。可能大家已经想到了，是的我们可以存储成 KEY|value1； KEY|value2；KEY|value3。但这只解决了问题的一部分。

第二部分：如何检索？

是的，我承认表面上看我们已经完成了工作，而且他很完美。比如我想查找key为1的值，直接在每个文件中找就可以了，然后一起返回结果，恩，OK。但是如果我想通过value来查找key了？喔，等等我遍历这个文件就会知道了。”遍历？”哥们你开玩笑吧？当然不行，上G的文件，遍历？想都别想。虽然我很不情愿，但你不得不接受这样的结果（如果有更好的方法，欢迎探讨）。我的为这样的查询另外再建一个 value | KEY 的文件。问题解决了。速度，那是嘎嘎的！

OK，世界完美了，只是稍稍有点大。但是世界总是那么大，那么喧嚣，谁又能不让世界喧嚣了，记住，喧嚣是世界的特点。

如有不对的地方，欢迎讨论。